Нові функції полегшують використання таких технологій, як блокчейн, для запобігання шахрайству, надають гнучкі можливості роботи з документами формату JSON і спрощують навчання та оцінку алгоритмів машинного навчання завдяки їх інтеграції до баз даних. Ефективне використання даних підвищує конкурентоспроможність компаній. Щоб отримати максимальну цінність із корпоративних даних, необхідні додатки нового покоління – додатки, керовані даними (data driven). Єдина система управління базами даних спрощує створення таких додатків завдяки можливості вибору найбільш відповідної моделі даних, типу обробки та парадигми розробки з урахуванням вимог бізнесу.

Ось кілька нових функцій, що розширюють конвергентні можливості Oracle Database 20с:

Oracle Machine Learning for Python (OML4Py): алгоритми машинного навчання Oracle Machine Learning (OML) у базі даних Oracle Database прискорюють вирішення завдань передиктивної аналітики. Для цього використовуються вдосконалені алгоритми ML, які можуть застосовуватися безпосередньо до даних. Оскільки алгоритми ML розміщуються разом із даними, немає необхідності переміщати дані з БД кудись ще. Для розширення алгоритмів машинного навчання в базі даних фахівці з аналізу та обробки даних можуть також використовувати Python. OML4Py AutoML: механізми машинного навчання можуть використовувати навіть ті, хто не є експертом у цій галузі. AutoML порекомендує найбільш підхожі алгоритми, автоматизує вибір ознак і виконає налаштування гіперпараметрів, завдяки чому точність моделі значно підвищиться. Native Persistent Memory Store: тепер дані бази даних і журналів (redo log) можуть зберігатися в локальній постійній енергонезалежній пам'яті (Persistent MEMory, PMEM). Використовуючи спрощені алгоритми введення-виводу, SQL може працювати безпосередньо з даними, що зберігаються в PMEM. Це скорочує потребу в буферній кеш-пам'яті великої ємності та дозволяє прискорити доступ до даних для робочих навантажень, що потребують мінімальних затримок, включаючи високочастотний трейдинг та мобільні комунікації.

Automatic In-Memory Management: опція Oracle Database In-Memory прискорює обробку аналітичних та змішаних онлайн-транзакцій, забезпечуючи для них високу продуктивність, і при цьому дозволяє підтримувати аналітику та звітність у реальному часі. Автоматичне управління розміщенням даних в оперативній пам'яті (In-Memory) значно полегшує використання пристроїв In-Memory. Автоматично оцінюючи алгоритми використання даних, ця функція визначає, які таблиці більше виграють від розміщення в кеші In-Memory Column Store і автоматично кешує їх без будь-якого втручання людини. Native Blockchain Tables: нативні блокчейн-таблиці Oracle спрощують використання технології блокчейну для виявлення та запобігання шахрайству (антифрод). Блокчейн-таблиці Oracle виглядають як стандартні таблиці. Вони допускають вставки SQL, а додані рядки криптографічно зв'язуються в ланцюжок. За бажанням рядки можуть бути підписані для захисту від шахрайства за допомогою електронного підпису. Блокчейн-таблиці Oracle легко інтегруються в додатки. Їх можна використовувати у транзакціях та запитах поряд з іншими таблицями. Крім того, вставка проводиться дуже швидко порівняно з децентралізованим блокчейном, оскільки фіксація змін не потребує консенсусу.

JSON Binary Data Type: для документів JSON, що зберігаються у двійковому форматі в базі даних Oracle, оновлення виконується вчетверо, а сканування – до 10 разів швидше.

Детальну інформацію про нові рішення Oracle можна отримати за тел. +38 (044) 492-2929 або за електронною адресою oracle@muk.ua.